![](https://img-blog.csdnimg.cn/20201014180756780.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
深度学习
文章平均质量分 76
qq_15602525
这个作者很懒,什么都没留下…
展开
-
如何解释召回率与精确率?
作者:忆臻链接:https://www.zhihu.com/question/19645541/answer/157623181来源:知乎著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。精确率是针对我们预测结果而言的,它表示的是预测为正的样本中有多少是真正的正样本。召回率是针对我们原来的样本而言的,它表示的是样本中的正例有多少被预测正确了。用公式表达如下:上面还是有点抽象,下面通过例子来解释一下上面说法:准确率(P值)假设我此时想吃香蕉,实验室里.原创 2021-08-31 11:27:30 · 635 阅读 · 0 评论 -
图像识别-训练集、验证集、测试集以及交验验证的理解
在人工智能机器学习中,很容易将“验证集”与“测试集”,“交叉验证”混淆。一、三者的区别训练集(train set) —— 用于模型拟合的数据样本。验证集(development set)—— 是模型训练过程中单独留出的样本集,它可以用于调整模型的超参数和用于对模型的能力进行初步评估。 通常用来在模型迭代训练时,用以验证当前模型泛化能力(准确率,召回率等),以决定是否停止继续训练。 在神经网络中, 我们用验证数据集去寻找最优的网络深度(number of hidd...原创 2021-08-31 11:20:52 · 3362 阅读 · 0 评论